AI 技能AI 插件【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,445 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址https://gitcode.com/gh_mirrors/an/agentic-awesome-skills点击查看免费下载本指南以 AASagentic-awesome-skills仓库中codex-delegate技能的 references/multi-task-queues.md 为核心讲解如何把单任务委派循环扩展为可信的多任务队列涉及跨层代码移除、多文件迁移、重构清扫等场景。读完你将掌握顺序执行的纪律、跨任务约束的显式传递方法、进度文件的维护规范、收尾一致性校验清单以及何时停下询问的边界判断——这些能力直接决定一个委派队列是高质量落地还是产生一堆错误方向的提交。codex-delegate是 AAS 技能库中agent-orchestration类目下的一个委派技能见 SKILL.md其核心模型是编排者orchestrator写 brief 并拥有判断权OpenAI Codex CLI 作为实现者implementer在自己的沙箱中动手编排者负责复核与提交。它的单任务循环是写 brief → 派发 → 等待 → 评审 → 落地五步多任务队列就是把这个循环按依赖顺序重复执行同时加上记账与收尾校验的纪律。一、多任务队列的价值定位排序与记账而非并行单任务循环扩展到队列正是委派收益最大的地方——一次跨多层的移除、一次触碰许多文件的迁移、一次重构清扫都天然是队列形态。但文档开宗明义地给出了一条核心判断让队列值得信赖的纪律是排序sequencing和记账bookkeeping而不是并行parallelism。这句话是整个队列编排的方法论基石把任务按依赖关系排好序、把每个任务的进展与决策记录下来比同时扇出多个任务更能保证最终结果的正确性与可追溯性。二、顺序执行一个任务一个提交面对整个队列最自然的冲动是一次全部扇出但文档明确要求克制逐个运行任务按依赖顺序执行每落地一个评审 门禁 提交之后再派发下一个。理由有三后任务假设先前任务已经落地。任务 3 的 brief 里写上一步新增的 X 已存在只有当上一步真的提交了这个前提才成立。每个任务一个提交保证历史可审查、任何单步都可回滚。每次评审都是诚实的。每次派发前工作树是干净的意味着下一个任务的touchedFiles只显示它自己的改动而不是前面任务堆积的混合改动。并行只有在任务真正相互独立且改动不同文件时才偶尔值得——但它牺牲了每任务干净工作树这一特性也让评审变得更难。因此默认顺序执行。这与 writing-the-brief.md 中一个 brief 一个任务One task per brief的原则互为表里一个 brief → 一次 Codex 运行 → 一个提交保持评审与回滚的干净边界也让后一个任务可以安全地假设前一个任务已落地。三、向前携带已定约束补齐 Codex 的无记忆短板实现过程会暴露原计划中不存在的事实某个 helper 被命名了、某个 fixture 落在特定位置、某个接口被选定。当后续任务依赖这些事实时必须把它们折叠进该任务的 brief作为一行显式约束。原因很直接Codex 在全新进程中运行没有对先前运行的任何记忆也没有共享上下文参见 SKILL.md 中Codex sees only the text you send的说明。任务 2 中浮现的约束若不在任务 5 的 brief 中重述就不会成立。这正是brief 自包含原则在队列层面的延伸——每个 brief 都要能脱离对话历史独立执行而队列约束传递就是这种自包含性的跨任务版本。四、维护一个进度文件跨上下文限制的持久记录任何超过两三个任务、尤其是人类会中途离开的长时间运行都必须在工作目录旁维护一个单一进度文件。它是能够存续于你自己的上下文限制之外的持久记录让人类随时可以一眼赶上进度。文档给出的有效结构包含四部分组成部分内容说明状态表每个任务的状态queued排队/at-implementer在实现者手中/reviewedcommitted已评审并提交附 commit hash每任务评审笔记本任务落地了什么、你验证了什么、门禁gate的结果如何。每项写一小段即可Needs your eyesCodex 做出的设计决策、非阻塞的小问题nitpicks、任何你希望人类推翻或确认的事项。这是人类最先阅读的部分运行结束清单最后一个任务之后要做的事push、打开/更新 PR、需要人类手动执行的检查关键纪律每个任务落地时就更新进度文件而不是最后统一批量更新——如果运行被打断文件仍然保持准确。这也呼应了 review-and-land.md 的Surface, dont absorb原则多任务运行时把需要上报的设计决策与 nitpick 写进进度文件而不是让它们随对话滚动流逝。五、收尾一致性校验整体不等于各步之和每任务评审只能证明每个步骤在孤立状态下正确并不能证明这些步骤相互一致。因此在最后一个任务完成后必须校验整体在最终工作树上完整运行一次测试/构建——不只是最后任务的那一小片改动。做一次针对队列主题的全仓检查例如移除操作之后grep 整个仓库树查找任何残留引用重命名之后确认没有遗漏的旧名称。对 schema 类工作从干净状态重放所有新增迁移检查是否存在 drift漂移。然后 push 并打开或更新 PRPR 描述要如实反映实际交付的内容。这一步与 review-and-land.md 中复跑门禁、检查测试是否被削弱、做实现者清扫implementer sweep的评审纪律配套门禁通过是必要但不充分的条件收尾一致性校验是门禁之外的全局防线。六、何时停下询问三个明确的停止条件人类选择队列模式意味着凡是按约定计划自然派生的事情都不必询问——这正是队列的意义。但以下三种情况必须停下并上报某任务无法在其 brief 范围内正确完成范围变更是人类的决定不是你的也不是 Codex 的评审发现了质疑计划本身而非仅质疑实现的问题门禁揭示了会影响已完成任务的问题。此时应报告当前进展到哪一步、已提交了什么、开放问题是什么——然后等待。文档给出的警示一针见血一个悄悄绕过错误假设的队列会产生大量方向错误的提交。这与 SKILL.md 中的授权模型完全一致人类 opt-in 之后提交已复核且门禁通过的工作是约定契约但契约有两条边界——surface, dont absorb上报 Codex 的设计决策与未要求但可辩护的转向而不是默默吸收与stop for scope changes正确完成需要超出 brief 时询问不要自行扩大授权。七、与单任务循环的衔接队列中的每个任务仍走完整五步需要强调队列中的每一个任务仍然是完整的单任务循环与 SKILL.md 中定义的五步完全一致写 brief——目标、当前状态、要改什么、不要碰什么、项目真实的门禁命令从仓库的CLAUDE.md/AGENTS.md/Makefile中现查绝不假设以及报告契约并明确告诉 Codex 它不会提交由编排者提交。派发——用捆绑的relay.mjs包装codex exec捕获运行并产出结构化result.json。常用方式node skill-dir/scripts/relay.mjs --brief brief.txt --cd /path/to/repo续跑上一会话用--session threadId来自上次result.json无 thread id 时回退--resume-last需要看门狗时加--timeout 2h详见 dispatch-and-poll.md。等待完成——relay 阻塞直到 Codex 结束以result.json写出且进程退出为准不信任任何进度条。评审不轻信自述——自己复跑门禁、对照 brief 读 difftouchedFiles是起点、有guard-skills如clean-code-guard、test-guard时在 diff 上运行对应守卫技能。落地——门禁通过且 diff 经得起推敲后由编排者自己提交Codex 从不提交沙箱无法可靠写入.git且提交本应是完成验证一方的职责。队列就是对这个循环的按依赖序重复外加本指南的进度记账与收尾校验。此技能在仓库中还有一份对应副本位于 plugins/agentic-awesome-skills/skills/codex-delegate两处文档一致。八、实践建议小结默认顺序明确例外只有改动不同文件的真正独立任务才考虑并行且要接受干净树每任务特性的代价。把约束写进 brief而不是寄托于记忆Codex 无跨任务记忆任务 2 的决策必须在任务 5 的 brief 里显式重述。进度文件与任务同步更新超过两三个任务就维护状态表、评审笔记、Needs your eyes、结束清单四件套缺一不可。收尾必做整体校验全量测试/构建 主题性全仓扫描移除 grep 残留、重命名查遗漏 schema 干净重放查 drift再 push 与开 PR。守住停止边界brief 范围内无法完成、计划本身被质疑、门禁波及已完成任务——三种情况立即停下上报并等待。按这套纪律运行的队列才能在人类逐步放手的长任务中持续产出方向正确、可审查、可回滚的提交。赞分享AI 技能AI 插件【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,445 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址https://gitcode.com/gh_mirrors/an/agentic-awesome-skills点击查看免费下载相关推荐多任务队列编排实战基于 cline-delegate 的串行委托、约束传递与一致性收尾多任务队列编排实战基于 cline delegate 的串行委托、约束传递与一致性收尾 导读 本文围绕 agentic awesome skills 仓库中AI 技能AI 插件Aider 委托任务队列实战指南顺序执行、约束传递与一致性收尾Aider 委托任务队列实战指南顺序执行、约束传递与一致性收尾 导读 多任务队列multi task queues是 Aider Delegate 委托模AI 技能AI 插件Antigravity 委派队列实战基于 agy-delegate 的顺序多任务编排、进度追踪与收尾一致性检查Antigravity 委派队列实战基于 agy delegate 的顺序多任务编排、进度追踪与收尾一致性检查 导读 当委派任务从单次变为批量跨层删除拆分、AI 技能AI 插件上一篇Cling多解释器环境如何在同一进程中运行多个独立C解释器下一篇gtk-theme-collections主题颜色方案分析如何创建自定义配色创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
